Efficient Batch Zero-Knowledge Arguments for Low Degree Polynomials 学习笔记

时间 2021-03-13

标签零知识证明繁體版

原文原文链接

1. 引言 Bootle和Groth 2018年论文《Efficient Batch Zero-Knowledge Arguments for Low Degree Polynomials》，发表于IACR-PKC-2018。基于discrete logarithm assumption。本文主要关注对 relations between commitments and field eleme

>>阅读原文<<

1. Efficient polynomial commitment schemes for multiple points and polynomials学习笔记
2. Hyrax: Doubly-efficient zkSNARKs without trusted setup学习笔记
3. Efficient Zero-Knowledge Arguments for Arithmetic Circuits in the Discrete Log Setting学习笔记
4. Efficient Zero-Knowledge Arguments from Two-Tiered Homomorphic Commitments 学习笔记
5. Efficient Modular NIZK Arguments from Shift and Product学习笔记
6. Efficient Zero-Knowledge Argument for Correctness of a Shuffle学习笔记
7. JavaScript 学习笔记— —Arguments
8. 论文笔记-IGCV3：Interleaved Low-Rank Group Convolutions for Efficient Deep Neural Networks
9. 《Efficient Batch Processing for Multiple Keyword Queries on Graph Data》——论文笔记
10. Batch Normalization 学习笔记
更多相关文章...
• 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
• 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
• Tomcat学习笔记（史上最全tomcat学习笔记）
• Kotlin学习（一）基本语法

最新文章

1. Duang!超快Wi-Fi来袭
2. 机器学习-补充03 神经网络之**函数(Activation Function)
3. git上开源maven项目部署多module maven项目（多module maven+redis+tomcat+mysql）后台部署流程学习记录
4. ecliple-tomcat部署maven项目方式之一
5. eclipse新导入的项目经常可以看到“XX cannot be resolved to a type”的报错信息
6. Spark RDD的依赖于DAG的工作原理
7. VMware安装CentOS-8教程详解
8. YDOOK：Java 项目 Spring 项目导入基本四大 jar 包导入依赖，怎样在 IDEA 的项目结构中导入 jar 包导入依赖
9. 简单方法使得putty（windows10上）可以免密登录树莓派
10. idea怎么用本地maven

本站公众号

欢迎关注本站公众号,获取更多信息

1. Efficient polynomial commitment schemes for multiple points and polynomials学习笔记
2. Hyrax: Doubly-efficient zkSNARKs without trusted setup学习笔记
3. Efficient Zero-Knowledge Arguments for Arithmetic Circuits in the Discrete Log Setting学习笔记
4. Efficient Zero-Knowledge Arguments from Two-Tiered Homomorphic Commitments 学习笔记
5. Efficient Modular NIZK Arguments from Shift and Product学习笔记
6. Efficient Zero-Knowledge Argument for Correctness of a Shuffle学习笔记
7. JavaScript 学习笔记— —Arguments
8. 论文笔记-IGCV3：Interleaved Low-Rank Group Convolutions for Efficient Deep Neural Networks
9. 《Efficient Batch Processing for Multiple Keyword Queries on Graph Data》——论文笔记
10. Batch Normalization 学习笔记

>>更多相关文章<<